Information-entropy-based Optimization Method Research of Collaborative Observation Trajectory for Multiple Agents
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
国家科技期刊平台
NETL
NSTL
维普
万方数据
针对固装被动传感器的多个移动智能体对一个运动目标协同观测时探测与轨迹变化耦合的现象,提出了一种基于信息熵的协同观测轨迹滚动时域优化(receding horizon optimization,RHO)方法.建立了多Agent协同观测系统的状态方程和基于纯方位信息的目标观测方程,构建了基于无色信息滤波(unscented information filter,UIF)的集中式融合估计算法,引入互信息建立了基于信息熵的目标状态估计性能指标函数,基于滚动时域优化方法,提出了最大化信息熵求解智能体角速度控制量的算法.仿真结果表明,在对运动目标的跟踪过程中,多智能体系统对目标状态估计的误差明显减小,实现了面向最优状态估计的轨迹优化,是一种协调设计多智能体协调观测滤波器和轨迹控制器的手段.
国家科技期刊平台
NSTL
维普
万方数据
